IDENTIFICAÇÃO DA ESPÉCIE MADEIREIRA BERTHOLLETIA EXCELSA UTILIZANDO REDES NEURAIS CONVOLUCIONAIS
Reconhecimento, Inteligência Artificial, Madeira.
A identificação de árvore depende do reconhecimento das características botânicas da espécie analisada, constituídas pelas partes reprodutivas da planta e de outras características morfológicas do vegetal. Contudo, na maior parte das vezes, durante o processo de extração e de transformação da árvore em madeira beneficiada, essas características do vegetal, sobretudo, as partes reprodutivas e morfológicas necessárias para sua identificação botânica são eliminadas ou praticamente desconsideradas. Nesse sentido, a identificação anatômica de madeiras é uma alternativa de identificação, onde propicia meios para se detectar enganos e fraudes e combater a exploração ilegal. O objetivo deste trabalho é demonstrar a viabilidade na identificação da espécie madeireira bertholletia excelsa utilizando redes neurais convolucionais, um dos métodos de inteligência artificial. As imagens utilizadas foram coletadas do banco de dados “Forest Species Database - Macroscopic”, disponibilizado pelo Laboratório Visão Robótica e Imagem da Universidade Federal do Paraná (UFPR). O mesmo é composto por imagens macroscópicas de espécies de árvores da flora brasileira. Foram utilizadas 1.458 imagens de 21 espécies da flora brasileira, dentre elas, a espécie Bertholletia excelsa, as imagens utilizadas estão em formato JPG com resolução de 3264 x 2448 pixels. Foi possível, por meio da rede neural convolucional, evidenciar os valores de precisão, recall e f1-score da espécie, de 0,73;0,54 e 0,62 respectivamente. Dessa forma, espera-se que o estudo incentive outros pesquisadores à desenvolverem metodologias de identificação de espécies madeireiras que auxiliem peritos na elucidação de crimes relacionados à exploração ilegal de madeira.